文章目录
- 一、字符串（String）
- 二、列表（List）
- 三、集合（Set）
- 四、哈希（Hash）
- [五、有序集合（Sorted Set）](#五、有序集合（Sorted Set）)
Redis 作为一款高性能的内存数据库，被广泛应用于各种场景。其丰富的数据结构是它强大功能的基石，今天我们就来深入探讨 Redis 的五大数据结构，包括它们的使用场景和底层实现。
一、字符串（String）
特点
字符串是 Redis 最基本的数据结构。它可以存储任何形式的字符串，包括二进制数据，最大能存储 512MB 的数据。
使用场景
缓存数据：这是字符串最常见的使用场景。比如将数据库查询结果缓存起来，下次查询时直接从 Redis 获取，减少数据库压力。例如，一个新闻网站可以将热门新闻的内容缓存为字符串，当大量用户请求时，直接从 Redis 读取，而无需频繁查询数据库。
计数器：利用 Redis 的原子自增（INCR）和自减（DECR）操作，字符串可以很方便地实现计数器功能。比如统计文章的阅读量、用户的点赞数等。每有一次阅读或点赞操作，就对相应的字符串键执行 INCR 命令。
分布式锁：在分布式系统中，多个节点可能同时访问共享资源。可以通过在 Redis 中设置一个特定的字符串值作为锁标志，利用 SETNX（SET if Not eXists）命令来实现分布式锁。当一个节点成功设置了这个字符串值，就表示它获得了锁，其他节点只能等待。
底层实现
Redis 的字符串在底层是由 SDS（Simple Dynamic String）简单动态字符串来实现的。SDS 的结构包含了长度、容量和字符数组等信息。相比于传统的 C 字符串，SDS 具有以下优势：
获取长度时间复杂度为 O (1)：C 字符串获取长度需要遍历整个字符串，时间复杂度为 O (n)，而 SDS 直接通过结构中的长度字段获取，时间复杂度为 O (1)。
避免缓冲区溢出：SDS 在进行字符串操作时，会先检查空间是否足够，如果不足会自动扩展空间，避免了缓冲区溢出问题。
减少内存重新分配次数：SDS 采用了预分配和惰性释放策略，减少了内存重新分配的次数，提高了性能。
二、列表（List）
特点
列表是一个有序的字符串链表，每个节点都包含一个字符串值。可以在列表的两端进行插入和删除操作，时间复杂度为 O (1)。
使用场景
消息队列：列表的 LPUSH（从列表头部插入元素）和 RPOP（从列表尾部弹出元素）操作可以很方便地实现一个简单的消息队列。生产者将消息通过 LPUSH 命令插入到列表头部，消费者通过 RPOP 命令从列表尾部获取消息，从而实现消息的异步处理。
最新消息排行：利用列表的有序性，可以将最新发布的消息依次插入到列表头部。通过 LRANGE 命令可以获取指定范围内的最新消息，比如获取最新的 10 条新闻。
用户操作记录：记录用户的操作历史，比如用户的浏览记录、订单记录等。每次用户进行操作时，将操作记录通过 LPUSH 插入到列表头部，这样可以方便地查看用户的最新操作记录。
底层实现
Redis 列表的底层实现是由双向链表和压缩列表实现的。当列表元素较少且每个元素长度较短时，使用压缩列表来节省内存空间。压缩列表是一种经过特殊编码的连续内存块，它将多个元素紧凑地存储在一起，减少了内存碎片。当列表元素较多或者元素长度较长时，会转换为双向链表。双向链表可以方便地在两端进行插入和删除操作，时间复杂度为 O (1)。
三、集合（Set）
特点
集合是一个无序的字符串集合，其中每个元素都是唯一的，不允许重复。集合支持交集、并集、差集等操作。
使用场景
标签系统：在一个社交平台中，用户可以为自己发布的内容添加多个标签。通过将用户的标签存储在集合中，可以方便地进行标签相关的操作，比如获取拥有某个标签的所有用户，或者获取两个用户共同拥有的标签（交集操作）。
去重：当需要对大量数据进行去重时，集合是一个很好的选择。例如，在统计网站的独立访客时，将每个访客的 IP 地址存储在集合中，由于集合元素的唯一性，自动就实现了去重功能。
抽奖系统：可以将参与抽奖的用户 ID 存储在集合中，然后通过随机从集合中取出元素的方式来实现抽奖功能。
底层实现
Redis 集合的底层实现是由哈希表和整数集合实现的。当集合中的元素都是整数且元素个数较少时，使用整数集合。整数集合是一种紧凑的数组结构，它按照从小到大的顺序存储元素，并且支持高效的插入、删除和查找操作。当集合中的元素包含非整数或者元素个数较多时，会转换为哈希表。哈希表使用链地址法解决冲突，通过哈希函数将元素映射到不同的桶中，从而实现快速的查找和插入操作。
四、哈希（Hash）
特点
哈希是一个键值对集合，其中每个键值对中的键都是唯一的。哈希特别适合存储对象，比如用户信息、商品信息等。
使用场景
存储对象：将对象的属性和值以键值对的形式存储在哈希中。例如，存储用户信息，包括用户名、年龄、性别、邮箱等。可以将用户 ID 作为哈希的键，用户的各项属性作为哈希的子键，对应的值作为子键的值。这样在获取和修改用户信息时，可以只操作相关的属性，而不需要操作整个对象。
购物车：在电商系统中，购物车可以用哈希来实现。将用户 ID 作为哈希的键，商品 ID 作为子键，商品数量作为子键的值。这样可以方便地对购物车中的商品进行添加、删除和修改数量等操作。
底层实现
Redis 哈希的底层实现是由压缩列表和哈希表实现的。当哈希中的键值对数量较少且每个键值对的长度较短时，使用压缩列表。压缩列表将多个键值对紧凑地存储在一起，节省内存空间。当哈希中的键值对数量较多或者键值对长度较长时，会转换为哈希表。哈希表通过哈希函数将键映射到不同的桶中，每个桶中存储一个键值对，通过链地址法解决冲突。
五、有序集合（Sorted Set）
特点
有序集合是一个有序的字符串集合，每个元素都关联一个分数（score），集合根据分数从小到大排序。元素是唯一的，但分数可以重复。
使用场景
排行榜：这是有序集合最典型的使用场景。比如游戏中的玩家排行榜，根据玩家的积分作为分数，将玩家 ID 作为元素存储在有序集合中。通过 ZRANGE 命令可以很方便地获取排行榜上的玩家信息，比如获取排名前 10 的玩家。
时间序列数据：在监控系统中，需要记录不同时间点的监控数据。可以将时间戳作为分数，监控数据作为元素存储在有序集合中。这样可以方便地根据时间范围查询监控数据。
底层实现
Redis 有序集合的底层实现是由跳跃表（Skip List）和哈希表实现的。跳跃表是一种随机化的数据结构，它通过在每个节点中维护多个指向其他节点的指针，实现了快速的查找和插入操作。哈希表用于存储元素到分数的映射，以保证元素的唯一性。跳跃表和哈希表的结合，既保证了有序性，又保证了查找和插入的高效性。
Redis 的五大数据结构各有特点，适用于不同的场景。了解它们的底层实现原理，有助于我们在实际应用中更加合理地使用 Redis，发挥它的最大性能优势。在后续的文章中，我们还会深入探讨 Redis 的其他高级特性，敬请关注。